基于prompt和知识增强的方面级情感分析

摘要：

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性.目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的 目标有差异,分析结果不好.为了缓解预训练语言模型和情感分析目标的差异,prompt被引入到方面级情感分析中,采用伪标签加方 面词 和意见词的方式创建prompt连续模板,并使用prompt-encoder训练伪标签使其拥有语义信息;然后,使用主题图注意力机制融合关于方面词和意见词的外部知识,根据融合外部知识的隐藏向量预测由情感词典组成的候选标签词;最后,采用求和置信度分数的方式将候选标签词的概率映射到情感极性分布空间上.实验表明,该模型在SemEval 2014任务的笔记本电脑数据集和餐厅数据集上将正确率分别提高了 1.53％和3.5％.

关键词：方面级情感分析、预训练语言模型、prompt、情感词典、知识增强、深度学习

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：67-73